隨著人們對(duì)汽車安全性和舒適性的要求不斷提高,輔助駕駛技術(shù)也得到了廣泛的應(yīng)用。汽車輔助駕駛系統(tǒng)不僅可以在很大程度上減輕駕駛員的精神負(fù)擔(dān),也能夠規(guī)范駕駛行為、減少交通事故的發(fā)生。汽車輔助駕駛系統(tǒng)包括多個(gè)組成部分,本文對(duì)交通標(biāo)志識(shí)別和車道檢測(cè)兩個(gè)關(guān)鍵技術(shù)環(huán)節(jié)展開研究,具體工作如下:1.針對(duì)Itti顯著性模型應(yīng)用于交通標(biāo)志檢測(cè)時(shí)出現(xiàn)的顯著目標(biāo)邊界模糊、目標(biāo)與背景對(duì)比度小、無法準(zhǔn)確定位顯著目標(biāo)三個(gè)問題,結(jié)合交通標(biāo)志的具體特點(diǎn)對(duì)Itti顯著性模型進(jìn)行了改進(jìn)。通過對(duì)不同自然場(chǎng)景下的交通標(biāo)志圖像進(jìn)行測(cè)試,驗(yàn)證了該方法的可行性。2.針對(duì)交通標(biāo)志識(shí)別中的特征提取問題展開研究,使用了聯(lián)合MBLBP算子與HOG算子的特征提取方法。通過在數(shù)據(jù)集上的測(cè)試,驗(yàn)證了這種特征提取法方法的優(yōu)勢(shì),證明了這種多特征融合的方法可以彌補(bǔ)單一特征的不足,能夠提取到對(duì)交通標(biāo)志分類具有鑒別意義的特征。3.針對(duì)霍夫變換進(jìn)行車道檢測(cè)時(shí)運(yùn)算開銷較大的問題,本文使用了基于壓縮感知的霍夫變換算法進(jìn)行改進(jìn)。由于霍夫變換域具有稀疏性,故可以利用維數(shù)遠(yuǎn)低于原始信號(hào)的測(cè)量向量進(jìn)行重構(gòu)從而確定直線參數(shù)。通過與霍夫變換車道檢測(cè)方法的對(duì)比,基于壓縮感知的霍夫... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 引言
    1.2 研究背景及意義
    1.3 輔助駕駛系統(tǒng)研究現(xiàn)狀
        1.3.1 交通標(biāo)志識(shí)別研究現(xiàn)狀
        1.3.2 車道檢測(cè)研究現(xiàn)狀
    1.4 本文的主要研究內(nèi)容
    1.5 論文章節(jié)安排
2 基于視覺注意力機(jī)制的感興趣區(qū)域提取
    2.1 視覺注意力機(jī)制概述
    2.2 圖像預(yù)處理
    2.3 感興趣區(qū)域的檢測(cè)方法及原理
        2.3.1 初級(jí)視覺特征提取
        2.3.2 顯著圖生成
        2.3.3 ROI選取及分割
    2.4 本章小結(jié)
3 交通標(biāo)志檢測(cè)及識(shí)別
    3.1 樣本特征提取
        3.1.1 MBLBP特征提取
        3.1.2 HOG特征提取
    3.2 交通標(biāo)志識(shí)別
        3.2.1 支持向量機(jī)原理概述
        3.2.2 算法基本思路及總體結(jié)構(gòu)
        3.2.3 仿真實(shí)驗(yàn)與結(jié)果分析
    3.3 本章小結(jié)
4 車道檢測(cè)
    4.1 霍夫變換原理
    4.2 壓縮感知基本理論
        4.2.1 引言
        4.2.2 壓縮感知原理概述
        4.2.3 基于壓縮感知的改進(jìn)霍夫變換
    4.3 仿真實(shí)驗(yàn)及結(jié)果分析
        4.3.1 直線檢測(cè)結(jié)果分析
        4.3.2 車道檢測(cè)結(jié)果分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間研究成果



本文編號(hào)：3459618